Open WebUI · Ashare

Open WebUI

Open WebUI 自建 AI 界面

开源开源项目Windows · macOS · Linux

自托管的 AI 聊天前端，接 Ollama 或任何 OpenAI 兼容接口，自带 RAG、多模型对比、RBAC 与插件。适合已经跑起本地模型、要给团队一个界面的场景；代价是功能密度极高，Docker 卷漏挂就会丢库。

适合

已经在本机或内网跑起模型（Ollama / vLLM / LM Studio），需要一个像样的界面给团队用，且在意数据不出内网的人。

不适合

只是自己一个人偶尔聊天的人——功能密度远超需要，维护成本不划算；也不适合没有 Docker 经验又不愿意处理卷与端口的人。

详细介绍

Open WebUI 是给自己跑的模型配界面的那块拼图：后端可以是 Ollama，也可以是任何 OpenAI 兼容的 API——LMStudio、GroqCloud、Mistral、OpenRouter、vLLM 都行，把 API URL 指过去就能混着用。它自称「完全离线可运行」，对数据不出内网的场景是关键。

功能密度是它最大的特点，也是最大的负担：本地 RAG（9 种向量库 + 多种抽取引擎，支持 BM25 + 向量的混合检索与重排）、网页搜索接入几十家 provider、多模型同屏对比、模型竞技场与 ELO 排行、语音视频通话、图像生成、Notes 工作区、Channels 协作空间、日历与定时自动化、插件（Filter / Action / Pipe / Tool / Skill）与 MCP / OpenAPI 工具服务器、用量与成本看板、LDAP 与 SCIM 2.0。

这套东西对个人来说明显过载。真要给多人用，还要注意规模化：多 worker、多节点要在 Redis 支撑会话与 WebSocket 的前提下部署，数据库可选 SQLite（可加密）或 PostgreSQL。

两个具体的坑：Docker 起容器必须挂 `-v open-webui:/app/backend/data`，漏了数据库随容器一起没；容器内端口是 8080，官方示例映射到宿主机 3000，别照着容器内的 8080 去访问。pip 安装路线要用 Python 3.11，版本不对会有兼容性问题。

上手步骤

Docker 起法一定要带 `-v open-webui:/app/backend/data`，漏掉这个卷，数据库会随容器一起消失。

详细教程

上手步骤之外的具体做法：常见场景怎么配、命令怎么写、报错怎么处理。

按第一次部署会卡在哪讲：卷为什么会丢数据、Ollama 在容器内还是宿主机的两种接法、端口到底访问哪个、以及功能这么多该先开哪几个。

第一道坎：卷必须挂

这是官方用 WARNING 标出来的：漏了 -v 就会丢数据。

bashdocker run -d -p 3000:8080 \
  --add-host=host.docker.internal:host-gateway \
  -v open-webui:/app/backend/data \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

/app/backend/data 里是数据库。不挂卷，容器一删账号、会话、知识库全没了。

Ollama 在哪，决定了怎么写命令

Ollama 在同一台机器上：容器里访问不到宿主机的 127.0.0.1:11434，必须加 --add-host=host.docker.internal:host-gateway。这是「双方都在线但永远报错」这类问题的第一嫌疑。

Ollama 在另一台服务器：改用环境变量指过去。

bashdocker run -d -p 3000:8080 \
  -e OLLAMA_BASE_URL=https://example.com \
  -v open-webui:/app/backend/data \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

只用 OpenAI 兼容 API：

bashdocker run -d -p 3000:8080 \
  -e OPENAI_API_KEY=your_secret_key \
  -v open-webui:/app/backend/data \
  --name open-webui --restart always \
  ghcr.io/open-webui/open-webui:main

端口别搞反

容器内部监听 8080，官方示例都把它映射到宿主机的 3000。

Docker 路线：浏览器开 http://localhost:3000
pip 路线（open-webui serve）：直接开 http://localhost:8080

pip 路线还有一条硬要求：Python 3.11。用别的版本会遇到兼容问题。

想把 Ollama 一起打包

有 :ollama 标签的镜像，一个容器里塞了 Open WebUI 和 Ollama，一条命令搞定：

bash# 有 GPU
docker run -d -p 3000:8080 --gpus=all \
  -v ollama:/root/.ollama -v open-webui:/app/backend/data \
  --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

# 纯 CPU
docker run -d -p 3000:8080 \
  -v ollama:/root/.ollama -v open-webui:/app/backend/data \
  --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

注意这里有两个卷，/root/.ollama 是模型权重（更大），别只挂一个。

功能太多，先开这三个

它的功能列表长得吓人：RAG、网页搜索、多模型对比、语音视频、图像生成、Notes、Channels、日历、自动化、插件、用量看板、LDAP/SCIM……

第一次别全开，按这个顺序：

接上模型（Ollama 或 OpenAI 兼容 API）——这是能不能用的前提
本地 RAG：在聊天里用 # 命令加载文档或知识库，同一个 # 加 URL 可以把网页拉进对话
用量看板：先看清 token 与成本，再决定要不要开放给多人

多人用之前再补两件事：RBAC 与用户组（按人给权限），以及如果要横向扩展，Redis 支撑的会话与 WebSocket 是必需的，SQLite 也该换成 PostgreSQL。

适合谁

适合

不适合